batch-image
多商品批量生图流水线。商品清单 CSV → 整批统一视觉的商拍图,带并发、重试、断点续跑、成本熔断与挑图联系表。当用户说「批量生图」「一批商品」「跑整个 SKU 表」「几百个商品出图」时使用。
Install
npx skills add https://github.com/dlazy-ai/ecommerce-skills/tree/main/skills/batch-image
claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install dlazy-ai-ecommerce-skills@llmmart
git clone https://github.com/dlazy-ai/ecommerce-skills.git
The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole dlazy-ai/ecommerce-skills collection as a plugin from our marketplace. Git is the plain clone.
Skill manifest
batch-image — 多商品批量生图
把单张生图变成流水线:一份商品清单 → 一整套风格统一的商拍图。
批量的难点不是「跑很多次」,而是跑出来的图要像一套。本技能的核心是规范段与变量段分离:视觉规范逐字不变,只有商品描述随 SKU 变化。
生成效果示例
| 输入:商品清单(2 个 SKU) |
|---|
SKU001 军绿色麻花针织圆领毛衣,落肩宽松版型 |
SKU002 黑色亮面皮革布洛克德比鞋,厚底系带 |
实际执行的命令(循环体,两个 SKU 只有 DESC 与 --images 不同,规范段逐字相同):
for sku in a-sweater b-shoes; do
case $sku in
a-sweater) DESC='军绿色麻花针织圆领毛衣,落肩宽松版型' ;;
b-shoes) DESC='黑色亮面皮革布洛克德比鞋,厚底系带' ;;
esac
dlazy seedream-5.0 \
--prompt "电商商拍图。图1 是商品:${DESC}。商品的颜色、材质纹理、款式细节必须与图1完全一致。放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影,构图与留白在整组图中保持一致。真实商业产品摄影,无文字无水印。" \
--images docs/batch-image/sku-${sku}.jpg --size 1:1 --resolution 2k \
--save docs/batch-image/example-output-${sku}.jpg
done
输出:同一套视觉规范下的两个 SKU
| SKU001 | SKU002 |
|---|---|
![]() |
![]() |
| 1:1 / 2K,5 credits | 1:1 / 2K,5 credits |
两张的背景色、光位、视角与投影方向一致——因为规范段逐字相同;商品各自保真。100 个 SKU 就是这个循环跑 100 次,总价约 500 credits。
1、能力边界
| 能力 | 说明 |
|---|---|
| 批量规模 | 一批最多 100 个商品(对应企业功能的规格) |
| 成本优势 | 批量场景下单图算力成本可降至约 7 折 |
| 协作 | 多人在线协作、出片进度实时追踪 |
| 资产共享 | 共享模特 / 参考图 / 作品 / 算力点 |
| 本技能落地 | 清单驱动循环 + 并发控制 + 失败重试 + 按 SKU 归档 + 汇总报告 |
不做:不在同一批里混用不同视觉规范(那不是一批);不跳过抽样质检直接全量上架;不因为批量就放宽商品保真要求。
2、输入素材规则
生成前先自检这几条硬性约束:
- 大小:20KB ~ 15MB
- 分辨率:大于 400×400
- 格式:jpg / jpeg / png / webp
商品清单(manifest) 是批量的输入,建议 CSV:
sku,image,desc
SKU001,docs/batch-image/sku-a-sweater.jpg,军绿色麻花针织圆领毛衣,落肩宽松版型
SKU002,docs/batch-image/sku-b-shoes.jpg,黑色亮面皮革布洛克德比鞋,厚底系带
每张商品图仍要满足单图规则:20KB~15MB、>400×400、jpg/jpeg/png/webp。
批量前必做的事
| 步骤 | 说明 |
|---|---|
| ✅ 先跑通 1 个 SKU | 单个跑不对,跑 100 个只是错 100 次 |
| ✅ 再抽样 5 个 SKU | 覆盖品类/颜色/深浅色的边界情况 |
| ✅ 确认成本 | --dry-run 单价 × SKU 数 × batch 数 |
| ❌ 直接全量 | 最容易烧算力的做法 |
3、规范段 / 变量段分离
这是批量出统一视觉的唯一方法:
prompt = [规范段:整批逐字不变] + [变量段:每个 SKU 不同]
| 段 | 内容 | 是否变 |
|---|---|---|
| 规范段 | 背景、光位、机位、构图留白、投影、色调、输出风格、no text, no watermark |
整批逐字不变 |
| 变量段 | 商品品类 + 颜色 + 材质 + 关键结构特征 | 每个 SKU 不同 |
写成 shell:
SPEC='放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影,构图与留白在整组图中保持一致。真实商业产品摄影,无文字无水印。'
while IFS=, read -r SKU IMG DESC; do
dlazy seedream-5.0 \
--prompt "电商商拍图。图1 是商品:${DESC}。商品的颜色、材质纹理、款式细节必须与图1完全一致。${SPEC}" \
--images "$IMG" --size 1:1 --resolution 2k \
--save "docs/batch-image/out/${SKU}.jpg"
done < manifest.csv
规范段一旦改动就必须整批重跑——否则同一批里会出现两种视觉。
4、并发、重试与进度
并发:dlazy 是单次调用一个任务,批量靠 shell 并发。控制在 4~6 路,太高容易触发限流。
run_one() { ... } # 单个 SKU 的生成逻辑
export -f run_one
xargs -P 5 -I{} bash -c 'run_one {}' < sku-list.txt # 5 路并发
重试:网络与服务端偶发失败很正常,包一层重试。
for attempt in 1 2 3; do
dlazy ... && break
echo "retry $attempt for $SKU" >&2; sleep $((attempt * 10))
done
异步模式:SKU 很多时用 --no-wait 先把任务全部提交,拿到 generateId 后再统一轮询,避免长时间占着进程。
GID=$(dlazy seedream-5.0 --no-wait ... | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["task"]["generateId"])')
echo "$SKU,$GID" >> tasks.csv
# 稍后统一收结果
while IFS=, read -r SKU GID; do dlazy status "$GID" --wait; done < tasks.csv
进度与汇总:每个 SKU 记一行状态,跑完输出报告。
echo "$SKU,$(test -f out/$SKU.jpg && echo ok || echo fail)" >> report.csv
awk -F, '{c[$2]++} END{for(k in c) print k, c[k]}' report.csv
5、工具调用
本技能使用 dLazy 的 seedream-5.0(批量场景的关键指标是单图成本与参考图支持:本模型单张约 5 credits、支持最多 10 张参考图、支持 2K/3K/4K;100 个 SKU 的成本量级从数百降到数十。对商品保真要求极高的批次改用 gpt-image-2)。
调用方式
两种等价写法,选一种。统一入口会自动选后端、失败重试、建目录落盘、估算成本:
# A. 统一入口(推荐):可切任意后端,加 --dry-run 不计费空跑
node scripts/gen.mjs --task batch-image \
--prompt '<见下方 Prompt 模板>' \
--images <按下表顺序> \
--save output/batch-image-<sku>.jpg
# B. 直接用 dLazy CLI(不想引入 Node 依赖时,效果等价)
dlazy seedream-5.0 --prompt '...' --images ... --save output/batch-image.jpg
参数约定(本技能固定用法)
| 参数 | 取值 | 理由 |
|---|---|---|
--images |
[该 SKU 的商品图](+ 整批共用的参考图 / 模特图) |
共用素材放在固定位置,prompt 里用固定图号引用 |
--size |
整批统一(1:1 主图 / 3:4 竖版) |
不统一就不是一套 |
--resolution |
2k |
上架足够;4K 只给需要印刷的批次 |
--batch |
1(批量场景靠 SKU 数量,不靠 batch) |
batch 会让成本翻倍 |
--no-wait |
SKU 很多时开启 | 先提交后轮询,避免长时间阻塞 |
--save |
docs/batch-image/out/<SKU>.jpg |
用 SKU 命名,便于回填到商品库 |
模型切换:
seedream-5.0便宜、适合氛围与场景图;对商品保真要求极高(图案位置、五金细节)的批次换gpt-image-2,成本约 6 倍。同一批内不要混用两个模型。
Command Examples
# basic call: 单个 SKU(先跑通这个,再谈批量)
dlazy seedream-5.0 \
--prompt '电商商拍图。图1 是商品:军绿色麻花针织圆领毛衣,落肩宽松版型。商品的颜色、材质纹理、款式细节必须与图1完全一致。放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影。真实商业产品摄影,无文字无水印。' \
--images docs/batch-image/sku-a-sweater.jpg --size 1:1 --resolution 2k
# complex call: 完整流水线(清单驱动 + 5 路并发 + 3 次重试 + 汇总报告)
cat > manifest.csv <<'CSV'
SKU001,docs/batch-image/sku-a-sweater.jpg,军绿色麻花针织圆领毛衣,落肩宽松版型
SKU002,docs/batch-image/sku-b-shoes.jpg,黑色亮面皮革布洛克德比鞋,厚底系带
CSV
SPEC='放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影,构图与留白在整组图中保持一致。真实商业产品摄影,无文字无水印。'
mkdir -p docs/batch-image/out
run_one() {
IFS=, read -r SKU IMG DESC <<< "$1"
for attempt in 1 2 3; do
dlazy seedream-5.0 \
--prompt "电商商拍图。图1 是商品:${DESC}。商品的颜色、材质纹理、款式细节必须与图1完全一致。${SPEC}" \
--images "$IMG" --size 1:1 --resolution 2k \
--save "docs/batch-image/out/${SKU}.jpg" >/dev/null 2>&1 && break
sleep $((attempt * 10))
done
if [ -f "docs/batch-image/out/${SKU}.jpg" ]; then echo "${SKU},ok"; else echo "${SKU},fail"; fi
}
export -f run_one; export SPEC
xargs -P 5 -I{} bash -c 'run_one "{}"' < manifest.csv | tee docs/batch-image/report.csv
awk -F, '{c[$2]++} END{printf "\n=== 汇总 ===\n"; for(k in c) printf "%s: %d\n", k, c[k]}' docs/batch-image/report.csv
# 先估价:单价 × SKU 数
dlazy seedream-5.0 --dry-run --prompt '...' --images a.jpg --size 1:1 | grep estimatedCost
echo "SKU 数:$(wc -l < manifest.csv)"
延伸阅读
| 要查什么 | 去哪 |
|---|---|
| 认证、多后端配置、输出结构、错误码 | references/provider-cli.md |
seedream-5.0 的全部可用参数 |
references/model-flags.md |
| 统一入口的全部选项 | node scripts/gen.mjs --help |
6、Prompt 模板
【变量段 · 每个 SKU 不同】
电商商拍图。图1 是商品:[品类 + 颜色 + 材质 + 关键结构特征]。
商品的颜色、材质纹理、款式细节必须与图1完全一致。
【规范段 · 整批逐字不变】
放置在同一套统一视觉里:[背景],[光位],[机位/视角],
画面下方留出统一的商品投影,构图与留白在整组图中保持一致。
真实商业产品摄影,无文字无水印。
按问题追加的修正句(改了就要整批重跑)
| 问题 | 处理 |
|---|---|
| 深色商品在浅背景上发灰 | 规范段补 深色商品需加右侧轮廓光勾边,避免与背景糊在一起 |
| 不同 SKU 的商品大小忽大忽小 | 规范段补 商品在画面中的占比统一为约 [X]%,边距一致 |
| 投影方向不一致 | 规范段补 投影统一朝画面右下方,长度约为商品高度的 [X] |
| 某些 SKU 保真度不够 | 那部分 SKU 单独用 gpt-image-2 重跑,并在报告里标注 |
7、执行流程
- 建清单:
sku,image,desc三列 CSV,每张商品图先过单图规则校验。 - 写规范段:背景 / 光位 / 机位 / 占比 / 投影 / 色调 / 输出风格——定稿后不许改。
- 跑通 1 个 SKU:确认规范段和变量段都对。
- 抽样 5 个 SKU:覆盖深色 / 浅色 / 反光 / 大件 / 小件的边界。
--dry-run估总价:单价 × SKU 数。- 全量跑:5 路并发 + 3 次重试;SKU 很多时用
--no-wait提交后统一轮询。 - 看汇总报告:失败的单独重跑。
- 抽样质检:随机抽 10% 过 detect-task;不合格的 SKU 单独用
gpt-image-2重跑。
8、常见问题
| 现象 | 原因 | 处理 |
|---|---|---|
| 同一批里视觉不统一 | 中途改了规范段 | 规范段定稿后不许改;改了就整批重跑 |
| 深色商品糊进背景 | 缺轮廓光 | 规范段补轮廓光句,整批重跑 |
| 商品占比忽大忽小 | 未约束占比 | 规范段补占比与边距句 |
| 部分 SKU 保真度不够 | 低价模型的局限 | 那些 SKU 单独用 gpt-image-2 重跑 |
| 跑到一半失败一堆 | 并发太高触发限流 | 并发降到 4~5,加重试与退避 |
| 成本超预算 | 用了 --batch 或 4K |
批量场景 --batch 1 + 2k |
| 跑完不知道哪些失败了 | 没有报告 | 用第四节的 report.csv + 汇总 |
Tips
Visit https://dlazy.com for more information.
Files (ecommerce-skills)
-
examples
-
brand.yaml 1.6 KB
# ⚠️ 由 scripts/build-skills.mjs 从 shared/examples/brand.yaml 同步生成,不要直接改这里。 # 店铺品牌视觉规范 —— 所有生图技能读这一份,保证几百个 SKU 看起来像同一家店。 # node scripts/brand.mjs --brand brand.yaml --for flat-lay # node scripts/gen.mjs --task flat-lay --brand brand.yaml --prompt '...' brand: name: 示例品牌 # 一句话概括调性,会原样进 prompt tone: quiet minimalist, warm and lived-in, never glossy or commercial model: # 锁模特:给一张脸的参考图,所有技能都会把它作为最后一张参考图传入 reference: assets/model/face-a.jpg description: East Asian woman, late twenties, natural makeup, shoulder-length black hair body: slim, height around 168cm photography: background: seamless off-white studio backdrop, RGB 248 248 246 lighting: soft large softbox from camera left, gentle fill, no hard shadows camera: 85mm equivalent, eye level, shallow depth of field grade: neutral white balance around 5200K, low contrast, slightly lifted blacks crop: full body with headroom, product centered layout: # 给带排版的技能(主图 / 详情页)用 margin: at least 8% empty margin on all sides typeface: clean sans-serif, no decorative fonts text_color: near-black on light background forbid: - no visible brand logos other than the product's own - no text or watermark - no exaggerated poses or dramatic wind effects - no oversaturated colors # 可选:把这些直接写进合规目标,生成时就按平台要求出图 compliance: platform: amazon
-
-
references
-
model-flags.md 1.8 KB
# `seedream-5.0` 参数清单 本技能默认用的模型的完整参数。日常只需要「参数约定」里那几个, 这份清单在需要用到非常规参数时再看。 **CRITICAL INSTRUCTION FOR AGENT**: Run the `dlazy seedream-5.0` command to get results. ```bash dlazy seedream-5.0 -h Options: --prompt <prompt> Prompt --images [images...] Images [image: url or local path] (max 10) --resolution <resolution> Resolution [default: 2k] (choices: "2k", "3k", "4k") --size <size> Size [default: 16:9] (choices: "1:1", "4:3", "3:4", "16:9", "9:16", "3:2", "2:3", "21:9") --dry-run Print payload without executing the tool --no-wait Return generateId immediately for async tasks --timeout <seconds> Max seconds to wait for async completion (default: "1800") --input <jsonOrFile> Inline JSON or @path/to/file.json — merged under flag values (flags win) --save <path> Download the result asset to this local path (mkdir + retry handled for you). A destination path — NOT a response format; for stdout shape use --format --batch <n> Fan-out N parallel runs (cloud tools only) (default: "1") -h, --help display help for command ``` > Any flag also accepts pipe references — `-` (auto-pick from upstream stdin), `@N` (n-th output), `@N.path` (jsonpath into output), `@*` (all primary values), `@stdin` / `@stdin:path` (whole envelope). See `dlazy --help` for details. --- 换其他后端时参数由 `scripts/gen.mjs` 统一翻译,见 [`provider-cli.md`](provider-cli.md)。 -
platform-specs.md 2.1 KB
<!-- 由 scripts/build-skills.mjs 从 shared/references/platform-specs.md 同步生成,不要直接改这里。 --> # 平台图片规格(可机检子集) `scripts/check_listing.py` 内置的规则来源与口径。**平台规则会变,以各平台最新官方文档为准**; 需要覆盖时写一份 JSON 用 `--rules` 传入,结构与下表字段一一对应。 --- ## 字段含义 | 字段 | 含义 | | --- | --- | | `pure_white_bg` | 是否要求纯白 RGB(255,255,255) 背景 | | `bg_tolerance` | 判定「纯白」允许的单通道偏差 | | `bg_coverage` | 边缘一圈需要有多大比例落在容差内 | | `min_long_side` / `recommend_long_side` / `max_long_side` | 最长边像素 | | `min_occupancy` | 商品包围盒面积 ÷ 画面面积 的下限 | | `allow_alpha` | 是否允许透明通道 | | `allow_border` | 是否允许描边 / 外框 | | `formats` / `max_bytes` / `aspect` | 允许格式、体积上限、允许比例 | --- ## 内置规则 | 平台 | 纯白底 | 最长边(下限 / 建议) | 主体占比 | 比例 | 体积上限 | | --- | --- | --- | --- | --- | --- | | `amazon` | 是 | 1000 / 1600 | ≥ 85% | 不限 | 10 MB | | `tiktok-shop` | 否 | 800 / 1600 | ≥ 60% | 1:1 或 3:4 | 5 MB | | `temu` | 是 | 800 / 1350 | ≥ 70% | 1:1 | 3 MB | | `shopee` | 否 | 500 / 1024 | ≥ 55% | 1:1 | 2 MB | | `shopify` | 否 | 1024 / 2048 | 不限 | 不限 | 20 MB | | `taobao` | 是 | 800 / 1200 | ≥ 70% | 1:1 | 3 MB | --- ## 几个容易踩的点 - **透明 PNG**:Amazon 会把透明像素转成黑色。永远压平成白底 JPEG 再传。 - **「白底」不等于「看起来是白的」**:棚拍的浅灰墙(约 RGB 208)肉眼像白,机检直接判不合格。 - **主体占比**:留白过多是最常见的驳回原因之一,比分辨率不够更常见。 - **文字 / 水印 / 拼图**:像素层测不了,交给 `detect-task` 的视觉模型或人工。 - **自动修复的边界**:`--fix` 能压白底、按占比重构画布、补分辨率、压体积; 它**不会**修图,也不会去水印——那是 `item-repair` 和 `remove-watermark` 的活。 -
provider-cli.md 4.7 KB
<!-- 由 scripts/build-skills.mjs 从 shared/references/provider-cli.md 同步生成,不要直接改这里。 --> # 后端调用参考 技能正文只写「要生成什么」。认证、计费、错误码、输出结构这些每个技能都一样的东西放在这里, **用到时再读**,不占技能的常驻上下文。 --- ## 一、认证 ### 默认后端 dLazy ```bash dlazy login # 设备码流程,远程 shell 也能用,自动写入本地配置 dlazy auth set <KEY> # 已有 key 时直接写入 ``` key 存在用户配置目录(macOS/Linux `~/.dlazy/config.json`,Windows `%USERPROFILE%\.dlazy\config.json`), 权限限本机用户。也可以每次调用用环境变量 `DLAZY_API_KEY` 传入。 手动获取:登录 [dlazy.com](https://dlazy.com) → [API Key 页面](https://dlazy.com/dashboard/organization/api-key)。 key 按组织隔离,可随时轮换或吊销。 ### 其他后端 本技能库不锁定单一厂商。配好任意一家的 key 即可跑: | 后端 | 环境变量 | 说明 | | --- | --- | --- | | `dlazy` | `dlazy login` 或 `DLAZY_API_KEY` | 默认,最省事 | | `openai` | `OPENAI_API_KEY` | 走 `/v1/images/edits` 与 `/v1/images/generations` | | `gemini` | `GEMINI_API_KEY` | Nano Banana 系列 | | `fal` | `FAL_KEY` | | | `replicate` | `REPLICATE_API_TOKEN` | | | `ark` | `ARK_API_KEY` + `ARK_MODEL` | 火山方舟,模型 ID 需按开通情况填 | 选路优先级:`--provider` 参数 > `PROVIDER` 环境变量 > 第一个配了 key 的 > `dlazy`。 ```bash node scripts/gen.mjs --doctor # 看当前哪个后端可用 ``` 各后端的模型 ID 可用 `GEN_MODEL_OPENAI` / `GEN_MODEL_GEMINI` / `GEN_MODEL_FAL` / `GEN_MODEL_REPLICATE` / `GEN_MODEL_ARK` 覆盖。**厂商目录会变,以各家最新文档为准。** --- ## 二、两种调用方式 ### 方式 A:统一入口(推荐) ```bash node scripts/gen.mjs --task <技能名> --prompt '...' --images a.jpg b.jpg --save out.jpg ``` 它负责:后端选路、默认尺寸档位、失败重试(429/5xx 指数退避)、落盘建目录、成本估算。 ```bash node scripts/gen.mjs --task flat-lay --prompt '...' --dry-run # 不调用不计费,只看要发什么 node scripts/gen.mjs --help ``` ### 方式 B:直接用 dLazy CLI 不想引入 Node 依赖时,技能正文里的 `dlazy ...` 命令可以原样执行,效果等价。 ```bash npx @dlazy/cli@1.2.3 <command> # 不装全局二进制 ``` - CLI 源码:[github.com/dlazy-ai/cli](https://github.com/dlazy-ai/cli) · npm 包 `@dlazy/cli` --- ## 三、数据流向 调用 dLazy 时:提示词与参数发往 `api.dlazy.com`;传入的本地图片会上传到 `files.dlazy.com` 供模型读取;产出 URL 同样托管在 `files.dlazy.com`。这是云端生成 API 的通用形态。 换成其他后端时,数据流向对应厂商,不经过 dLazy。 --- ## 四、输出结构 `gen.mjs`(加 `--json`): ```json { "ok": true, "task": "flat-lay", "provider": "dlazy", "model": "gpt-image-2", "files": ["docs/flat-lay/output-sku001.jpg"], "texts": [], "estimatedCredits": 60, "elapsedMs": 58213 } ``` dLazy CLI 原生: ```json { "ok": true, "result": { "tool": "gpt-image-2", "data": { "urls": ["https://files.dlazy.com/data/ai/....jpg"] }, "savedPath": "docs/flat-lay/example-output.jpg" } } ``` 加 `--no-wait` 的异步任务不返回 `data`,返回 `task: { generateId, status }`, 用 `dlazy status <generateId> --wait` 轮询。 文本类模型(如质检)产出在 `result.data.texts[0]`: ```bash dlazy claude-sonnet-5 --prompt '...' --images x.jpg \ | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["data"]["texts"][0])' ``` --- ## 五、错误处理 | Code | 类型 | 示例 | | --- | --- | --- | | 401 | 未授权 / 无 key | `ok: false, code: "unauthorized"` | | 501 | 缺必填参数 | `error: required option '--prompt <prompt>' not specified` | | 502 | 本地文件读不到 | `Error: Image file not found: ...` | | 503 | 余额不足 | `ok: false, code: "insufficient_balance"` | | 503 | 服务端错误 | `HTTP status code error (500)` | | 504 | 异步任务失败 | `=== Generation Failed ===` / `Prompt violates safety policy` | **给 Agent 的硬性要求** 1. 命中 `insufficient_balance` → 明确告诉用户算力不足,并给出充值入口 <https://dlazy.com/dashboard/organization/settings?tab=credits> 2. 命中 `unauthorized` / 缺 key → 告诉用户去 <https://dlazy.com/dashboard/organization/api-key> 取 key,用 `dlazy auth set <key>` 存好再继续。 3. 用 `gen.mjs` 时,429 与 5xx 已自动重试;仍失败才向用户报错。 4. **不要**为了「跑通」而偷偷降级参数(尺寸、档位、批量),先问用户。
-
-
scripts
-
lib
-
miniyaml.mjs 2.8 KB · in bundle
-
providers.mjs 11.9 KB · in bundle
-
tasks.json 3.1 KB
{ "_note": "技能 → 默认模型与参数。dlazy 列为默认后端的模型名;其他后端走 providers.mjs 的通用映射,可用 GEN_MODEL_<PROVIDER> 覆盖。", "_credits": { "gpt-image-2": 60, "seedream-5.0": 30, "seedream-5.0-pro": 45, "banana-pro": 25, "claude-sonnet-5": 3 }, "tasks": { "flat-lay": { "model": "gpt-image-2", "size": "1024x1536", "quality": "high", "format": "jpeg" }, "wear-everything": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "image-fusion": { "model": "seedream-5.0", "size": "3:4", "resolution": "2k" }, "one-shot": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "fission-pattern": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "item-detail": { "model": "seedream-5.0-pro", "size": "3:4", "resolution": "2k" }, "creative-scene": { "model": "banana-pro", "size": "1024x1536", "format": "jpeg" }, "batch-image": { "model": "seedream-5.0", "size": "3:4", "resolution": "2k" }, "to-3d": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "clothing-extraction": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "fabric-on-body": { "model": "gpt-image-2", "size": "1024x1536", "quality": "high", "format": "jpeg" }, "clothing-detail": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "clothing-grass-planting": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "item-selling-point": { "model": "seedream-5.0-pro", "size": "1:1", "resolution": "2k" }, "item-change-background": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "remove-watermark": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "material-enhancement": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "item-repair": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "detect-task": { "model": "claude-sonnet-5", "text": true }, "listing-optimizer": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "cross-border-localize": { "model": "seedream-5.0-pro", "size": "1:1", "resolution": "2k" }, "brand-kit": { "model": "gpt-image-2", "size": "1024x1536", "quality": "high", "format": "jpeg" }, "platform-compliance": { "model": "claude-sonnet-5", "text": true }, "main-image-video": { "model": "$DLAZY_VIDEO_MODEL", "video": true }, "product-video-ad": { "model": "$DLAZY_VIDEO_MODEL", "video": true }, "ugc-testimonial": { "model": "$DLAZY_VIDEO_MODEL", "video": true } } }
-
-
batch.mjs 10.8 KB · in bundle
-
brand.mjs 4.4 KB · in bundle
-
check_listing.py 15.6 KB
#!/usr/bin/env python3 # ⚠️ 由 scripts/build-skills.mjs 从 shared/scripts/check_listing.py 同步生成,不要直接改这里。 """ check_listing.py —— 上架前的客观合规校验。 detect-task 用视觉模型判断「像不像真的」,这个脚本判断「传上去会不会被驳回」。 两者互补:一个主观、一个客观;一个要花算力、一个只读像素。 python3 scripts/check_listing.py main.jpg --platform amazon python3 scripts/check_listing.py imgs/*.jpg --platform amazon --json python3 scripts/check_listing.py raw.png --platform amazon --fix out/ 退出码:0 全部通过(含仅警告);1 存在驳回风险;2 参数或读图错误。 ⚠️ 平台规则会变。本文件内置的是可机检子集,以各平台最新官方文档为准; 需要覆盖时用 --rules your-rules.json(结构见 references/platform-specs.md)。 """ from __future__ import annotations import argparse import json import os import sys try: from PIL import Image, ImageChops except ImportError: sys.exit("需要 Pillow:pip install Pillow") # ---------------------------------------------------------------- 规则集 RULES = { "amazon": { "label": "Amazon 主图", "pure_white_bg": True, "bg_tolerance": 2, "bg_coverage": 0.98, "min_long_side": 1000, "recommend_long_side": 1600, "max_long_side": 10000, "min_occupancy": 0.85, "allow_alpha": False, "allow_border": False, "formats": ["JPEG", "PNG", "TIFF", "GIF"], "max_bytes": 10 * 1024**2, "aspect": None, "notes": "主图禁文字/logo/水印/拼图;透明 PNG 会被转黑底,必须压平为白底 JPEG。", }, "tiktok-shop": { "label": "TikTok Shop 主图", "pure_white_bg": False, "bg_tolerance": 8, "bg_coverage": 0.90, "min_long_side": 800, "recommend_long_side": 1600, "max_long_side": 8000, "min_occupancy": 0.60, "allow_alpha": False, "allow_border": False, "formats": ["JPEG", "PNG"], "max_bytes": 5 * 1024**2, "aspect": [(1, 1), (3, 4)], "notes": "禁边框与水印;1:1 或 3:4。", }, "temu": { "label": "Temu 主图", "pure_white_bg": True, "bg_tolerance": 6, "bg_coverage": 0.95, "min_long_side": 800, "recommend_long_side": 1350, "max_long_side": 8000, "min_occupancy": 0.70, "allow_alpha": False, "allow_border": False, "formats": ["JPEG", "PNG"], "max_bytes": 3 * 1024**2, "aspect": [(1, 1)], "notes": "主图须方图、干净背景、无促销文字。", }, "shopee": { "label": "Shopee 主图", "pure_white_bg": False, "bg_tolerance": 10, "bg_coverage": 0.85, "min_long_side": 500, "recommend_long_side": 1024, "max_long_side": 8000, "min_occupancy": 0.55, "allow_alpha": False, "allow_border": True, "formats": ["JPEG", "PNG"], "max_bytes": 2 * 1024**2, "aspect": [(1, 1)], "notes": "方图;单张 ≤2MB。", }, "shopify": { "label": "Shopify 商品图", "pure_white_bg": False, "bg_tolerance": 12, "bg_coverage": 0.0, "min_long_side": 1024, "recommend_long_side": 2048, "max_long_side": 20000, "min_occupancy": 0.0, "allow_alpha": True, "allow_border": True, "formats": ["JPEG", "PNG", "WEBP"], "max_bytes": 20 * 1024**2, "aspect": None, "notes": "平台无硬性约束;2048×2048 方图便于缩放与放大镜。", }, "taobao": { "label": "淘宝 / 1688 主图", "pure_white_bg": True, "bg_tolerance": 6, "bg_coverage": 0.92, "min_long_side": 800, "recommend_long_side": 1200, "max_long_side": 8000, "min_occupancy": 0.70, "allow_alpha": False, "allow_border": False, "formats": ["JPEG", "PNG"], "max_bytes": 3 * 1024**2, "aspect": [(1, 1)], "notes": "主图方图;白底图另有独立坑位要求。", }, } PASS, WARN, FAIL = "pass", "warn", "fail" MARK = {PASS: "✓", WARN: "!", FAIL: "✗"} # ---------------------------------------------------------------- 度量 def border_ring(img, frac=0.02): """取四边一圈像素,用来判定背景色。""" w, h = img.size d = max(1, int(min(w, h) * frac)) px = img.load() out = [] for y in list(range(d)) + list(range(h - d, h)): for x in range(0, w, max(1, w // 200)): out.append(px[x, y]) for x in list(range(d)) + list(range(w - d, w)): for y in range(0, h, max(1, h // 200)): out.append(px[x, y]) return out def bg_stats(img, tolerance): """返回 (背景基色, 纯白比例, 与基色一致的比例)。""" ring = border_ring(img) if not ring: return (255, 255, 255), 0.0, 0.0 white = sum(1 for p in ring if all(abs(c - 255) <= tolerance for c in p[:3])) # 众数近似:把颜色量化到 8 级再统计 buckets = {} for p in ring: k = tuple(c // 32 for c in p[:3]) buckets[k] = buckets.get(k, 0) + 1 mode_k = max(buckets, key=buckets.get) members = [p[:3] for p in ring if tuple(c // 32 for c in p[:3]) == mode_k] base = tuple(round(sum(c[i] for c in members) / len(members)) for i in range(3)) same = sum(1 for p in ring if sum((a - b) ** 2 for a, b in zip(p[:3], base)) ** 0.5 <= 24) return base, white / len(ring), same / len(ring) def subject_bbox(img, base, thresh=18): """相对背景基色做差,得到主体包围盒与占位面积。""" w, h = img.size bg = Image.new("RGB", img.size, tuple(int(c) for c in base)) diff = ImageChops.difference(img.convert("RGB"), bg).convert("L") mask = diff.point(lambda v: 255 if v > thresh else 0) box = mask.getbbox() if not box: return None, 0.0, 0.0 ink = sum(mask.histogram()[1:]) / float(w * h) x0, y0, x1, y1 = box return box, ((x1 - x0) * (y1 - y0)) / float(w * h), ink def has_border(img, base): """最外一圈是否是一条与背景不同的均匀细边。""" w, h = img.size if min(w, h) < 20: return False px = img.convert("RGB").load() ring = [px[x, 0] for x in range(0, w, max(1, w // 100))] + \ [px[x, h - 1] for x in range(0, w, max(1, w // 100))] if not ring: return False far = sum(1 for p in ring if sum((a - b) ** 2 for a, b in zip(p, base)) ** 0.5 > 40) return far / len(ring) > 0.9 def ratio_ok(w, h, allowed, tol=0.02): if not allowed: return True, f"{w}:{h}" r = w / h for a, b in allowed: if abs(r - a / b) <= tol: return True, f"{a}:{b}" return False, f"{r:.3f}" # ---------------------------------------------------------------- 校验 def check(path, rules): try: img = Image.open(path) img.load() except Exception as e: # noqa: BLE001 return {"file": path, "error": str(e), "checks": [], "verdict": "error"} fmt = img.format size_bytes = os.path.getsize(path) w, h = img.size has_alpha = img.mode in ("RGBA", "LA", "PA") or "transparency" in img.info rgb = img.convert("RGB") base, white_frac, same_frac = bg_stats(rgb, rules["bg_tolerance"]) box, occ, ink = subject_bbox(rgb, base) out = [] def add(name, level, detail, measured=None, required=None): out.append({"check": name, "level": level, "detail": detail, "measured": measured, "required": required}) # 尺寸 long_side = max(w, h) if long_side < rules["min_long_side"]: add("分辨率", FAIL, f"最长边 {long_side}px,低于下限", long_side, rules["min_long_side"]) elif long_side < rules["recommend_long_side"]: add("分辨率", WARN, f"最长边 {long_side}px,达标但不足以触发放大镜", long_side, rules["recommend_long_side"]) elif long_side > rules["max_long_side"]: add("分辨率", FAIL, f"最长边 {long_side}px 超上限", long_side, rules["max_long_side"]) else: add("分辨率", PASS, f"{w}×{h}", long_side, rules["recommend_long_side"]) # 比例 ok, got = ratio_ok(w, h, rules["aspect"]) add("画面比例", PASS if ok else FAIL, f"{w}:{h}" if ok else f"实际 {got},不在允许比例内", got, rules["aspect"] and "/".join(f"{a}:{b}" for a, b in rules["aspect"])) # 背景 if rules["pure_white_bg"]: need = rules["bg_coverage"] if white_frac >= need: add("纯白背景", PASS, f"边缘 {white_frac:.1%} 为 RGB(255,255,255)±{rules['bg_tolerance']}", round(white_frac, 4), need) else: add("纯白背景", FAIL, f"边缘仅 {white_frac:.1%} 为纯白,背景基色约 RGB{tuple(int(c) for c in base)}", round(white_frac, 4), need) else: add("背景一致性", PASS if same_frac >= rules["bg_coverage"] else WARN, f"边缘 {same_frac:.1%} 颜色一致(基色 RGB{tuple(int(c) for c in base)})", round(same_frac, 4), rules["bg_coverage"]) # 主体占比 if rules["min_occupancy"] > 0: if occ >= rules["min_occupancy"]: add("主体占比", PASS, f"包围盒占画面 {occ:.1%}", round(occ, 4), rules["min_occupancy"]) else: add("主体占比", FAIL, f"包围盒仅占 {occ:.1%},商品太小(留白过多)", round(occ, 4), rules["min_occupancy"]) # 透明通道 if has_alpha and not rules["allow_alpha"]: add("透明通道", FAIL, "含 alpha;上传后透明像素可能被转为黑色,须压平为白底", True, False) else: add("透明通道", PASS, "无 alpha" if not has_alpha else "允许 alpha", has_alpha, rules["allow_alpha"]) # 边框 if not rules["allow_border"]: b = has_border(rgb, base) add("边框", FAIL if b else PASS, "检出一圈与背景不同的描边" if b else "无描边", b, False) # 格式与体积 add("文件格式", PASS if fmt in rules["formats"] else FAIL, f"{fmt}", fmt, "/".join(rules["formats"])) add("文件体积", PASS if size_bytes <= rules["max_bytes"] else FAIL, f"{size_bytes / 1024**2:.2f} MB", size_bytes, rules["max_bytes"]) # 色彩模式 add("色彩模式", PASS if img.mode in ("RGB", "RGBA", "L", "P") else WARN, img.mode, img.mode, "RGB") # 需模型判定的项 —— 不假装能测 add("文字 / 水印 / 拼图", "manual", "像素层判不了,交给 detect-task 或人工过一眼", None, None) fails = [c for c in out if c["level"] == FAIL] warns = [c for c in out if c["level"] == WARN] verdict = "reject-risk" if fails else ("warn" if warns else "pass") return { "file": path, "platform": rules["label"], "verdict": verdict, "width": w, "height": h, "format": fmt, "bytes": size_bytes, "bgBase": [int(c) for c in base], "whiteFraction": round(white_frac, 4), "occupancy": round(occ, 4), "inkCoverage": round(ink, 4), "bbox": box, "checks": out, "notes": rules["notes"], } # ---------------------------------------------------------------- 自动修复 def fix(path, rules, outdir): """压白底 → 按目标占比裁切 → 补足分辨率 → 存合规 JPEG。""" img = Image.open(path) img.load() if img.mode in ("RGBA", "LA", "PA") or "transparency" in img.info: rgba = img.convert("RGBA") canvas = Image.new("RGB", rgba.size, (255, 255, 255)) canvas.paste(rgba, mask=rgba.split()[-1]) img = canvas else: img = img.convert("RGB") base, _, _ = bg_stats(img, rules["bg_tolerance"]) box, occ, _ = subject_bbox(img, base) if rules["pure_white_bg"] and tuple(int(c) for c in base) != (255, 255, 255): # 把接近基色的像素刷成纯白,保留主体 bg = Image.new("RGB", img.size, tuple(int(c) for c in base)) diff = ImageChops.difference(img, bg).convert("L") mask = diff.point(lambda v: 255 if v > 18 else 0) white = Image.new("RGB", img.size, (255, 255, 255)) img = Image.composite(img, white, mask) base = (255, 255, 255) target = rules["min_occupancy"] or 0.85 if box and occ < target: x0, y0, x1, y1 = box bw, bh = x1 - x0, y1 - y0 crop = img.crop(box) square = bool(rules["aspect"]) and (1, 1) in rules["aspect"] if square: # 方图:包围盒非正方时,占比的物理上限是 bw*bh/max^2 side = max(int(round((bw * bh / target) ** 0.5)), bw, bh) cw = ch = side else: # 自由比例:画布跟随包围盒长宽比,占比可精确落在 target k = target ** 0.5 cw, ch = max(int(round(bw / k)), bw), max(int(round(bh / k)), bh) canvas = Image.new("RGB", (cw, ch), tuple(int(c) for c in base)) canvas.paste(crop, ((cw - bw) // 2, (ch - bh) // 2)) img = canvas need = rules["recommend_long_side"] if max(img.size) < need: s = need / max(img.size) img = img.resize((round(img.width * s), round(img.height * s)), Image.LANCZOS) os.makedirs(outdir, exist_ok=True) stem = os.path.splitext(os.path.basename(path))[0] dst = os.path.join(outdir, f"{stem}-fixed.jpg") q = 92 img.save(dst, "JPEG", quality=q, subsampling=0, optimize=True) while os.path.getsize(dst) > rules["max_bytes"] and q > 60: q -= 8 img.save(dst, "JPEG", quality=q, subsampling=0, optimize=True) return dst # ---------------------------------------------------------------- 输出 def render(reports): lines = [] for r in reports: if r.get("error"): lines.append(f"✗ {r['file']} —— 读图失败:{r['error']}") continue head = {"pass": "通过", "warn": "通过(有提醒)", "reject-risk": "有驳回风险"}[r["verdict"]] lines.append(f"\n{r['file']} · {r['platform']} · {head}") lines.append(f" {r['width']}×{r['height']} {r['format']} {r['bytes']/1024**2:.2f}MB" f" · 背景 RGB{tuple(r['bgBase'])} · 主体占比 {r['occupancy']:.1%}") lines.append("") for c in r["checks"]: mark = MARK.get(c["level"], "?") lines.append(f" {mark} {c['check']:<16} {c['detail']}") lines.append(f"\n 平台备注:{r['notes']}") return "\n".join(lines) def main(): ap = argparse.ArgumentParser(description="上架前客观合规校验") ap.add_argument("images", nargs="+") ap.add_argument("--platform", default="amazon", help="/".join(RULES) + "(默认 amazon)") ap.add_argument("--rules", help="自定义规则 JSON,覆盖内置规则集") ap.add_argument("--json", action="store_true") ap.add_argument("--fix", metavar="OUTDIR", help="自动修复并输出到该目录") a = ap.parse_args() table = dict(RULES) if a.rules: with open(a.rules, encoding="utf8") as f: for k, v in json.load(f).items(): table[k] = {**table.get(k, RULES["amazon"]), **v} if a.platform not in table: sys.exit(f"未知平台 {a.platform},可选:{'/'.join(table)}") rules = table[a.platform] reports = [check(p, rules) for p in a.images] if a.fix: for r in reports: if r.get("error"): continue r["fixed"] = fix(r["file"], rules, a.fix) reports = [check(r["fixed"], rules) | {"source": r["file"]} if r.get("fixed") else r for r in reports] if a.json: print(json.dumps(reports, ensure_ascii=False, indent=2)) else: print(render(reports)) sys.exit(1 if any(r.get("verdict") == "reject-risk" for r in reports) else 0) if __name__ == "__main__": main() -
gen.mjs 9.3 KB · in bundle
-
run_loop.mjs 9.5 KB · in bundle
-
-
skill.md 12.6 KB
--- name: batch-image description: 多商品批量生图流水线。商品清单 CSV → 整批统一视觉的商拍图,带并发、重试、断点续跑、成本熔断与挑图联系表。当用户说「批量生图」「一批商品」「跑整个 SKU 表」「几百个商品出图」时使用。 --- # batch-image — 多商品批量生图 把单张生图变成**流水线**:一份商品清单 → 一整套风格统一的商拍图。 批量的难点不是「跑很多次」,而是**跑出来的图要像一套**。本技能的核心是**规范段与变量段分离**:视觉规范逐字不变,只有商品描述随 SKU 变化。 --- ## 生成效果示例 | 输入:商品清单(2 个 SKU) | | --- | | `SKU001` <img src="../../docs/batch-image/sku-a-sweater.jpg" width="150"> `军绿色麻花针织圆领毛衣,落肩宽松版型` | | `SKU002` <img src="../../docs/batch-image/sku-b-shoes.jpg" width="150"> `黑色亮面皮革布洛克德比鞋,厚底系带` | 实际执行的命令(循环体,两个 SKU 只有 `DESC` 与 `--images` 不同,规范段逐字相同): ```bash for sku in a-sweater b-shoes; do case $sku in a-sweater) DESC='军绿色麻花针织圆领毛衣,落肩宽松版型' ;; b-shoes) DESC='黑色亮面皮革布洛克德比鞋,厚底系带' ;; esac dlazy seedream-5.0 \ --prompt "电商商拍图。图1 是商品:${DESC}。商品的颜色、材质纹理、款式细节必须与图1完全一致。放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影,构图与留白在整组图中保持一致。真实商业产品摄影,无文字无水印。" \ --images docs/batch-image/sku-${sku}.jpg --size 1:1 --resolution 2k \ --save docs/batch-image/example-output-${sku}.jpg done ``` **输出:同一套视觉规范下的两个 SKU** | SKU001 | SKU002 | | --- | --- | | <img src="../../docs/batch-image/example-output-a-sweater.jpg" width="280"> | <img src="../../docs/batch-image/example-output-b-shoes.jpg" width="280"> | | 1:1 / 2K,5 credits | 1:1 / 2K,5 credits | 两张的背景色、光位、视角与投影方向一致——因为规范段逐字相同;商品各自保真。100 个 SKU 就是这个循环跑 100 次,总价约 500 credits。 --- ## 1、能力边界 | 能力 | 说明 | | --- | --- | | 批量规模 | 一批最多 100 个商品(对应企业功能的规格) | | 成本优势 | 批量场景下单图算力成本可降至约 7 折 | | 协作 | 多人在线协作、出片进度实时追踪 | | 资产共享 | 共享模特 / 参考图 / 作品 / 算力点 | | 本技能落地 | 清单驱动循环 + 并发控制 + 失败重试 + 按 SKU 归档 + 汇总报告 | **不做**:不在同一批里混用不同视觉规范(那不是一批);不跳过抽样质检直接全量上架;不因为批量就放宽商品保真要求。 --- ## 2、输入素材规则 生成前先自检这几条硬性约束: - 大小:**20KB ~ 15MB** - 分辨率:**大于 400×400** - 格式:**jpg / jpeg / png / webp** **商品清单(manifest)** 是批量的输入,建议 CSV: ```csv sku,image,desc SKU001,docs/batch-image/sku-a-sweater.jpg,军绿色麻花针织圆领毛衣,落肩宽松版型 SKU002,docs/batch-image/sku-b-shoes.jpg,黑色亮面皮革布洛克德比鞋,厚底系带 ``` **每张商品图仍要满足单图规则**:20KB~15MB、>400×400、jpg/jpeg/png/webp。 **批量前必做的事** | 步骤 | 说明 | | --- | --- | | ✅ 先跑通 1 个 SKU | 单个跑不对,跑 100 个只是错 100 次 | | ✅ 再抽样 5 个 SKU | 覆盖品类/颜色/深浅色的边界情况 | | ✅ 确认成本 | `--dry-run` 单价 × SKU 数 × batch 数 | | ❌ 直接全量 | 最容易烧算力的做法 | --- ## 3、规范段 / 变量段分离 这是批量出统一视觉的唯一方法: ```text prompt = [规范段:整批逐字不变] + [变量段:每个 SKU 不同] ``` | 段 | 内容 | 是否变 | | --- | --- | --- | | 规范段 | 背景、光位、机位、构图留白、投影、色调、输出风格、`no text, no watermark` | **整批逐字不变** | | 变量段 | 商品品类 + 颜色 + 材质 + 关键结构特征 | 每个 SKU 不同 | 写成 shell: ```bash SPEC='放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影,构图与留白在整组图中保持一致。真实商业产品摄影,无文字无水印。' while IFS=, read -r SKU IMG DESC; do dlazy seedream-5.0 \ --prompt "电商商拍图。图1 是商品:${DESC}。商品的颜色、材质纹理、款式细节必须与图1完全一致。${SPEC}" \ --images "$IMG" --size 1:1 --resolution 2k \ --save "docs/batch-image/out/${SKU}.jpg" done < manifest.csv ``` **规范段一旦改动就必须整批重跑**——否则同一批里会出现两种视觉。 --- ## 4、并发、重试与进度 **并发**:dlazy 是单次调用一个任务,批量靠 shell 并发。控制在 4~6 路,太高容易触发限流。 ```bash run_one() { ... } # 单个 SKU 的生成逻辑 export -f run_one xargs -P 5 -I{} bash -c 'run_one {}' < sku-list.txt # 5 路并发 ``` **重试**:网络与服务端偶发失败很正常,包一层重试。 ```bash for attempt in 1 2 3; do dlazy ... && break echo "retry $attempt for $SKU" >&2; sleep $((attempt * 10)) done ``` **异步模式**:SKU 很多时用 `--no-wait` 先把任务全部提交,拿到 `generateId` 后再统一轮询,避免长时间占着进程。 ```bash GID=$(dlazy seedream-5.0 --no-wait ... | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["task"]["generateId"])') echo "$SKU,$GID" >> tasks.csv # 稍后统一收结果 while IFS=, read -r SKU GID; do dlazy status "$GID" --wait; done < tasks.csv ``` **进度与汇总**:每个 SKU 记一行状态,跑完输出报告。 ```bash echo "$SKU,$(test -f out/$SKU.jpg && echo ok || echo fail)" >> report.csv awk -F, '{c[$2]++} END{for(k in c) print k, c[k]}' report.csv ``` --- ## 5、工具调用 本技能使用 dLazy 的 **`seedream-5.0`**(批量场景的关键指标是**单图成本**与**参考图支持**:本模型单张约 5 credits、支持最多 10 张参考图、支持 2K/3K/4K;100 个 SKU 的成本量级从数百降到数十。对商品保真要求极高的批次改用 `gpt-image-2`)。 ### 调用方式 两种等价写法,选一种。统一入口会自动选后端、失败重试、建目录落盘、估算成本: ```bash # A. 统一入口(推荐):可切任意后端,加 --dry-run 不计费空跑 node scripts/gen.mjs --task batch-image \ --prompt '<见下方 Prompt 模板>' \ --images <按下表顺序> \ --save output/batch-image-<sku>.jpg # B. 直接用 dLazy CLI(不想引入 Node 依赖时,效果等价) dlazy seedream-5.0 --prompt '...' --images ... --save output/batch-image.jpg ``` **参数约定(本技能固定用法)** | 参数 | 取值 | 理由 | | --- | --- | --- | | `--images` | `[该 SKU 的商品图]`(+ 整批共用的参考图 / 模特图) | 共用素材放在固定位置,prompt 里用固定图号引用 | | `--size` | 整批统一(`1:1` 主图 / `3:4` 竖版) | 不统一就不是一套 | | `--resolution` | `2k` | 上架足够;4K 只给需要印刷的批次 | | `--batch` | `1`(批量场景靠 SKU 数量,不靠 batch) | batch 会让成本翻倍 | | `--no-wait` | SKU 很多时开启 | 先提交后轮询,避免长时间阻塞 | | `--save` | `docs/batch-image/out/<SKU>.jpg` | 用 SKU 命名,便于回填到商品库 | > **模型切换**:`seedream-5.0` 便宜、适合氛围与场景图;对商品保真要求极高(图案位置、五金细节)的批次换 `gpt-image-2`,成本约 6 倍。同一批内不要混用两个模型。 ### Command Examples ```bash # basic call: 单个 SKU(先跑通这个,再谈批量) dlazy seedream-5.0 \ --prompt '电商商拍图。图1 是商品:军绿色麻花针织圆领毛衣,落肩宽松版型。商品的颜色、材质纹理、款式细节必须与图1完全一致。放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影。真实商业产品摄影,无文字无水印。' \ --images docs/batch-image/sku-a-sweater.jpg --size 1:1 --resolution 2k # complex call: 完整流水线(清单驱动 + 5 路并发 + 3 次重试 + 汇总报告) cat > manifest.csv <<'CSV' SKU001,docs/batch-image/sku-a-sweater.jpg,军绿色麻花针织圆领毛衣,落肩宽松版型 SKU002,docs/batch-image/sku-b-shoes.jpg,黑色亮面皮革布洛克德比鞋,厚底系带 CSV SPEC='放置在同一套统一视觉里:纯米白色摄影棚背景,柔和顶光加左侧补光,45 度视角,画面下方留出统一的商品投影,构图与留白在整组图中保持一致。真实商业产品摄影,无文字无水印。' mkdir -p docs/batch-image/out run_one() { IFS=, read -r SKU IMG DESC <<< "$1" for attempt in 1 2 3; do dlazy seedream-5.0 \ --prompt "电商商拍图。图1 是商品:${DESC}。商品的颜色、材质纹理、款式细节必须与图1完全一致。${SPEC}" \ --images "$IMG" --size 1:1 --resolution 2k \ --save "docs/batch-image/out/${SKU}.jpg" >/dev/null 2>&1 && break sleep $((attempt * 10)) done if [ -f "docs/batch-image/out/${SKU}.jpg" ]; then echo "${SKU},ok"; else echo "${SKU},fail"; fi } export -f run_one; export SPEC xargs -P 5 -I{} bash -c 'run_one "{}"' < manifest.csv | tee docs/batch-image/report.csv awk -F, '{c[$2]++} END{printf "\n=== 汇总 ===\n"; for(k in c) printf "%s: %d\n", k, c[k]}' docs/batch-image/report.csv # 先估价:单价 × SKU 数 dlazy seedream-5.0 --dry-run --prompt '...' --images a.jpg --size 1:1 | grep estimatedCost echo "SKU 数:$(wc -l < manifest.csv)" ``` ### 延伸阅读 | 要查什么 | 去哪 | | --- | --- | | 认证、多后端配置、输出结构、错误码 | [`references/provider-cli.md`](references/provider-cli.md) | | `seedream-5.0` 的全部可用参数 | [`references/model-flags.md`](references/model-flags.md) | | 统一入口的全部选项 | `node scripts/gen.mjs --help` | ## 6、Prompt 模板 ```text 【变量段 · 每个 SKU 不同】 电商商拍图。图1 是商品:[品类 + 颜色 + 材质 + 关键结构特征]。 商品的颜色、材质纹理、款式细节必须与图1完全一致。 【规范段 · 整批逐字不变】 放置在同一套统一视觉里:[背景],[光位],[机位/视角], 画面下方留出统一的商品投影,构图与留白在整组图中保持一致。 真实商业产品摄影,无文字无水印。 ``` **按问题追加的修正句**(改了就要整批重跑) | 问题 | 处理 | | --- | --- | | 深色商品在浅背景上发灰 | 规范段补 `深色商品需加右侧轮廓光勾边,避免与背景糊在一起` | | 不同 SKU 的商品大小忽大忽小 | 规范段补 `商品在画面中的占比统一为约 [X]%,边距一致` | | 投影方向不一致 | 规范段补 `投影统一朝画面右下方,长度约为商品高度的 [X]` | | 某些 SKU 保真度不够 | 那部分 SKU 单独用 `gpt-image-2` 重跑,并在报告里标注 | --- ## 7、执行流程 1. **建清单**:`sku,image,desc` 三列 CSV,每张商品图先过单图规则校验。 2. **写规范段**:背景 / 光位 / 机位 / 占比 / 投影 / 色调 / 输出风格——**定稿后不许改**。 3. **跑通 1 个 SKU**:确认规范段和变量段都对。 4. **抽样 5 个 SKU**:覆盖深色 / 浅色 / 反光 / 大件 / 小件的边界。 5. **`--dry-run` 估总价**:单价 × SKU 数。 6. **全量跑**:5 路并发 + 3 次重试;SKU 很多时用 `--no-wait` 提交后统一轮询。 7. **看汇总报告**:失败的单独重跑。 8. **抽样质检**:随机抽 10% 过 [detect-task](../detect-task/skill.md);不合格的 SKU 单独用 `gpt-image-2` 重跑。 --- ## 8、常见问题 | 现象 | 原因 | 处理 | | --- | --- | --- | | 同一批里视觉不统一 | 中途改了规范段 | 规范段定稿后不许改;改了就整批重跑 | | 深色商品糊进背景 | 缺轮廓光 | 规范段补轮廓光句,整批重跑 | | 商品占比忽大忽小 | 未约束占比 | 规范段补占比与边距句 | | 部分 SKU 保真度不够 | 低价模型的局限 | 那些 SKU 单独用 `gpt-image-2` 重跑 | | 跑到一半失败一堆 | 并发太高触发限流 | 并发降到 4~5,加重试与退避 | | 成本超预算 | 用了 `--batch` 或 4K | 批量场景 `--batch 1` + `2k` | | 跑完不知道哪些失败了 | 没有报告 | 用第四节的 report.csv + 汇总 | --- ## Tips Visit https://dlazy.com for more information.
Comments (0)
Sign in to join the conversation.
Reviews (0)
No reviews yet.


No comments yet.